|
这是我第一次主动向社长要求发布一篇文章。 在南木这样一个以文学、文字为主导的社区，创作自然是重中之重。但我认为，在注重创作的同时，写作者也不该排斥一些新鲜的、理性的、关于“文学”之为何，与“文学分析”是在做什么的思考。 这篇文章比较详尽地还原了我作为法国文学研究生，所做的一个文学分析案例。 记录下来，既是给自己留个底，也是给有志于专业文学分析（非创意写作）的读者们看一下，法国高校是怎样做文学分析的，对文学的关注点，以及问题意识又是怎样的。 在正式开始之前，我先简单介绍下我们学校的这门课程。 课程名称为Humanité Numérique（数字人文），主打用信息技术分析文学；课程分为两个部分，上学期学发展史，下学期则是实操为主，期末考核是做一个用信息技术分析文本的小项目，所以我们这段时间一直忙于找软件，换软件，学习软件使用，着实是耗了一番力气。 I. 前情介绍 我们研究的题目是：帕特里克·莫迪亚诺小说中出现的巴黎地点，与人物情感之间的关联。 不太了解的读者可能要问，莫迪亚诺是谁？为什么要研究他小说里的地点哇？ 先简单地科普下莫迪亚诺：这位作家至今最响亮的名头是2014年诺贝尔文学奖得主，但这并不意味着他的小说都是佶屈聱牙的阳春白雪；恰恰相反，他的小说都是“去贵族化”的，文字简单得不得了，而他又是出了名的不爱写长篇，所以作品个个都是小书薄册，省事易读，除了有时候会被他飞来跳去的时间线绕得有点晕以外，整体的阅读感还是上佳的。 这个作家还特有二战情结，小说里的男主永远在“找”，找什么呢？——找战争的余迹。这种有点“癫”的找寻心理，和他的原生家庭密不可分。莫迪亚诺的家庭是很散、很飘萍的，他的父亲是犹太人，两次在巴黎被德军逮到警察局，又两次虎口逃生，平时靠混黑市、倒买倒卖生存。他永远神出鬼没，假名多得儿子都记不住；莫迪亚诺的母亲是个三线小演员，活得十分风流，诞下莫迪亚诺和他的弟弟鲁迪以后，大部分时间都在做甩手掌柜，甚至于朝儿子要钱、卖儿子的东西抵债，以此维持生计。 即便是成年的莫迪亚诺，在小说里，他的视角也永远是孩子的，困惑的。他眼见着父亲东奔西藏，眼见着母亲的朋友们入狱，眼看着警察做笔录、抄家，却不能明白发生过什么—— 所以他必须要“找”，找二战中活下来的人，从他们的言语中推断父母的往事；如果找不到人，那么找到一个照片，一个电话簿，一个地址，也是很好的，这些都是顶珍贵的遗迹。有一回，莫迪亚诺自我调侃，说，“我走在巴黎的街道上，感觉自己是活在现代的古代人”，指的就是这种放不下过往的心理。 随便抽一本莫迪亚诺的书，翻上个两三页，你肯定都会有这么个初印象：哟，这人怎么这么喜欢在小说里写地址？这地址多到我都读不下去，简直是干扰阅读啊！ 我随机抽一段《暗店街》给你们看： “我们的车子从阿纳托尔·德·拉福尔热大街，开上了格朗德·阿尔梅大道，我突然想跳下车去。要一直开到维尔达弗雷，我觉得是做不到的。但是应当勇敢些。在我们抵达圣克卢门之前，我得不断克服一种恐惧感——它紧紧地抓着我。这个人，我几乎不了解，他会不会把我引进一个圈套里去呢？但是我听他说着话，也就渐渐地放下心来了。他把他各个时期所干过的行业都告诉了我。起初．他在俄国人开的一些夜总会里干过，接着到香榭丽舍花园的朗热餐馆和康邦街的卡斯荣耶旅馆里谋生，后来又在其它的一些机构里混过事，最后才来开了这家座落在阿纳托尔·德·拉福尔热大街上的洒吧间。每次换工作，他总是遇到让·厄尔特尔——我们要去的就是这位朋友的家里——，因此他们已是二十年的老搭档了。厄尔特尔的记忆力也很好。他们两个人，一定能够解开我的谜。” 这么长的一段，它其实只有一个动作：主角坐在某人的车上，正前往下一处地点。可就这么一个简单的段落，偏偏被各种街道名“污染”了，什么“阿纳托尔·德·拉福尔热大街”、“格朗德·阿尔梅大道”、“圣克卢门”，对不解法语，不熟悉巴黎的读者来说，简直是生硌眼睛，毫无意义，越读越火大。 ——那么现在，问题来了，这些地名真的没有意义吗？它们除了充当小说情节的GPS定位以外，就真的没一丁点作用吗？ 让我们再大胆设想一下，如果说，我们能把他所有小说里的地名都揪出来，摆在卫星图上，能不能看出他更喜欢哪个地方、更讨厌哪个地方？ 换句话说：或许，我们可以从他的“地理偏好”中，挖掘出他的情感偏好。 如果真能做到这一步，那可就是化“无用”为“大用”了。 II. 用信息技术做快速文献综述 2.1 初步抓取关键词（Voyant Tool） 好啦，现在的我们已经成功地拥有一个选题了：莫迪亚诺小说里出现的巴黎街道，究竟是随便写的，还是有用的？我们能否从街道的引用偏好里，推导出作家的情感偏向？ 但在开始我们的分析以前，还得考虑下，这个题是不是已经被前人做过了？如果前人做过的话，那他们的结论是怎样的？ 所以，我们的第一个动作是找文献，主要以“莫迪亚诺、巴黎、地理、地形学、地图、象征义”等几个关键词为抓点，广撒网，多捞鱼。经过筛查，我们得到了一批相关性非常强的文献，那么接下来的问题是，这些已有文献对莫迪亚诺所写的巴黎，有何解释？ 如果从一般的写论文思路看，到这一步就该一篇篇地去啃文献了，通过阅读、记笔记、写综述，来概括出一个大体的结论。但是别忘了，我们这堂课是主打“信息技术”呀！这就意味着，我们可以心安理得地把阅读工作交给机器，让它们去解答文本分析的问题。 在筛文献的过程中，我发现了一个盲点：几乎所有文章，都不约而同地引用到了一位叫Montfrans的学者写的东西。 老规矩，擒贼先擒王，于是我把Montfrans的两篇文献都导入了Voyant tool之中—— Voyant-Tool是一个很容易上手的小白级文本分析网站，它的功能是，文章里哪些词用得最多，就给这些词做个排行榜，同时生成关键词云图，我们得到的结果如下：
我来简单说明下，其实上下两张图是一样的，只不过下图是Excel形式的排行榜，上图是色彩缤纷的云图。排行榜最能反映情况：从上到下，词频由高到低依次为 rive（名词，河岸）、Modiano（莫迪亚诺）、 lieux（名词，地点）, narrateur（叙述者）、rue（名词，街道）、pere（父亲）、droite（右）、gauche（左）。 其中，排行第一的Rive（河岸）这个词，应当引起特别关注。 你肯定听过“左岸的咖啡”这么个说法，这里的这个“岸”，在法语里就是“rive”这个词。 下面这张图片展示的就是巴黎的区划，中间一条细细的蓝线=塞纳河，塞纳河下边=左岸（rive gauche)，塞纳河的上边=右岸 (rive droite)。所以，“左岸”并不是我们想象中的一条河堤，而是涵盖了一整片的地理区域，下图中标注07, 06, 05, 15, 14, 13的市区，都属于左岸的范畴：
回到正经的分析上来：为什么“岸”这个词语这么重要呢？ 这是因为，它显示出了学者们的一种解读趋势：即把巴黎一劈为二，假定左岸有某种内涵、代表某种意象，而右岸则是另一种意象。 仅凭借两篇学术大佬的文章，就推导出这个结论，显然不够靠谱。但它却给了我们一个清晰的思考方向：学者们怎么解读左岸？又怎么解读右岸？这两个区域各有什么意义呢？ 前面说到，Voyant Tool仅仅是个初级分析网站，它做不到大批量的文本分析，所以我们不得不转移到另一个软件上去。这一次，我们的选择是Antconc。 2.2 批量文本分析（Antconc） Antconc是个什么东西呢？这是一个可以做文本分析的单机软件，需要在电脑上下载（建议安装2020年的3.5.9版本）。当你打开页面的时候，里头是一片灰白，但最上方会有一系列的功能键，用以做文字分析。 首先，如果确定了要查找的关键词，那么就在导入文献后（txt格式），在主页面的左下角search term下输入单词，点击Start运行，你将看到，页面马上就被密密麻麻的词给覆盖了：
上方不同的功能键，可以帮助做不同的分析。我简略地讲一下它们的用处，希望读者别嫌弃我啰嗦—— Concordance : 显示查找单词出现在哪些句子里。 Concordance plot : 显示查找单词，在全文的分布情况。 Cluster/N-grams : 显示查找单词最经常组成的“词组”。 Collocates : 一句话中，与查找单词，关联度最高的词。 Word list : 全文用得最多的词，做个排名。 我们之前说道，学者们喜欢把巴黎一分为二地去分析，那么我们所要关注就是“河岸、右岸、左岸”这几个词，并找到所有文献中，与它们关联性最强的词汇是什么——我们这里使用的是“Collocate”这个功能（即与search term关联度最高的词汇）。 当我们把这三个词分别输入进去，再运行软件以后，出现了下图的分析结果：
到这里，其实结论已经非常明显了。简单来说，就是在各位学者们看来，在莫迪亚诺的笔下，巴黎右岸是黑暗的、被遗弃的、道德沦丧的、罪孽滔天的；而巴黎的左岸，则是天堂、堡垒般的，安全的，可供避难的。再简单点说，就是右岸=坏，左岸=好——而这个结论，是我们在没有实际阅读所有文献，仅在机器分析的情况下得出的。 那么，问题又来了，这种二分法的观点，到底是对的，还是错的，还是有对有错？ 因为在我们之前，还并没有学者用机器算法来研究地点和情感的联系，他们只是基于情节去做一个笼统的概括。就好比说，红楼梦里的大观园是积极情绪偏多还是消极偏多？有人或许会回答，大观园前期是积极情绪为主，这与故事中贾家的繁盛有关；而贾家落难以后，和这个地理位置相关的语句，就多是消极的了——这种基于情节的分析是有道理的，但它也有很大的缺陷，那就是主观性会很强，没有具体的数据做支撑。 这就是为什么，我们接下来要用算法，来统计每句话的情感权重。毕竟，有数据才是硬道理。 III. 用算法分析情感色彩 这一步也是令我们最为难的部分，学了这么多年的文科，对于信息技术完全是0概念。不过好在市面上已经有很多成形的分析App, 用不着自己拿Python做出个新软件来，简直感激涕零。 这个部分，我们主要用到了两个东西：Textrics + Ariane，两个功能不同，但是能完美配合的软件。 首先，Textrics是一个做语句情感分析的AI，虽然我不懂它的运作原理，但它的神奇之处在于，可以把每句话的潜在情绪分析得超级精确，比方说莫迪亚诺《家谱》中，下面的这个句子是这样被分析的： “而战争到来的时候，他身无分文，过着拮据的日子（Violence, negative ；识别为消极情绪-暴力)。1940年，他让人把他的邮件送到庞蒂厄街24号的维克多-埃马纽埃尔三世酒店。在一封从昂古莱姆发给他哥哥拉尔夫的信中，他提到了他们在当铺租来的一盏吊灯，在那里他被遣送到一个炮兵团 (Appreciation, positive；识别为积极情绪：欣慰)。” 于是，我们就顺理成章地把所有小说文本都丢给了机器，让它做每句话的情感注释，再导出一个带情感值标注的文本。 但仅仅标注完情感值还不够，因为我们并不是想分析整篇小说，而是要揪出与“巴黎街道”相关的句子，包含了哪些情感。 这就是为什么我们又换了一款软件——Ariane。Ariane是一个可视化软件，它本身不做AI情感分析，但是可以做情感语句的关键词提取。也就是说，必须得先用Textrics做标注，再导到Ariane里做总分析，二者相辅相成。 下面这张五彩缤纷的图，就是Ariane的一个分析界面了： 1.左侧的彩色框框=不同的情感属性（这里我只截取了负面情绪，从上到下依次为灾难性的、危险的、病痛、死亡、厌恶、暴力、受难、脆弱） 2. 右侧=小说正文，高亮是什么颜色，就对应什么情绪
Ariane的另一个好处在哪儿呢？在于它有关键词搜索框！下面这张图里，就是我们在输入关键词“街道”(rue) 以后，出现的文本。搜索词都被用三角形+高亮红色标注了出来。
看了这么多图，是不是有点晕了？让我们再回顾一下研究的进展和亟待解决的问题：到目前为止，我们发现，学者们倾向于认为在莫迪亚诺的小说中，左岸=美好，右岸=邪恶。 于是呢，我们想通过AI，研究小说中与“街道”相关的句子都是什么情绪，究竟能不能用算法验证学者们的说法。 现在，我们已经获得了所有“街道”相关句子的情绪值。那么，接下来要问的是，一共出现了多少个街道？它们在卫星图上的位置，是巴黎的左岸还是右岸？它们在小说中的情绪是什么？
在使用Ariane软件的输出功能后，我们就得到了上面这样的统计表。以前三行为例，从左到右依次为： 1 马里昂街 | 纬度48.86 | 经度2.306 | 情感分类：厌恶 2 库尔岑内街 | 纬度48.76 | 经度2.163 | 情感分类：陌生 3 枫丹大街 | 纬度48.88 | 经度2.334 | 情感分类：危险 这个Excel表的作用是非常非常重大的，为什么呢？ 首先，它点明了不同街道所在的经纬度——这就意味着，我们可以将它导入到某个卫星地图软件中，从而把数据在地图上可视化 其次，它还按积极情绪/消极情绪对地点做了分类——这意味着，我们可以在卫星地图里，生成几个不同的图层（一个是积极，一个是消极，一个是中性），然后用两个不同的颜色进行标注，这样就非常清晰了。 呼~到这里，我们就熬到最后一步了：也就是把这个Excel表扔到卫星地图里，观察最终的结果！ [ P.S. 在导入卫星地图软件之前，记得把excel表格转换成geojson的格式！] IV. 导入卫星地图与结论 可以观察地标的卫星图有很多种，比如谷歌地图就是个很好的应用。但我们觉得谷歌地图不太好看，所以就换成了用Carto这个软件来显示。 出于一些学术考虑，我不能在这里放我们的最终工程图。但我在Carto界面找了一个比较近似的展示效果，可供参考：  直接说最后的研究结论吧，我们最后得到的分析是这样的： |
|
|
